馮穎 馬桂英

（西北政法大學(xué)，陜西 西安 710122）

1 引言

近年來，全球氣候逐漸變暖、氣溫逐年上升、極端天氣頻頻發(fā)生，生態(tài)環(huán)境面臨著嚴(yán)峻考驗(yàn)。我國幅員遼闊，且作為人口大國，社會(huì)經(jīng)濟(jì)活動(dòng)較為頻繁。我國土地資源較為豐富，人類經(jīng)濟(jì)活動(dòng)在土地利用過程中產(chǎn)生的碳排放影響較大。同時(shí)，我國作為世界上最大的發(fā)展中國家和碳排放大國，正式提出了要在2030 年實(shí)現(xiàn)碳達(dá)峰、2060 年實(shí)現(xiàn)碳中和的目標(biāo)?！半p碳”目標(biāo)的實(shí)現(xiàn)要從各個(gè)方面進(jìn)行發(fā)力，土地利用碳排放是最基礎(chǔ)的一個(gè)層面，極有必要對(duì)土地利用過程中產(chǎn)生的碳排放進(jìn)行研究。陜西省是我國西部地區(qū)的重要經(jīng)濟(jì)載體，研究其土地利用碳排放變化具有重要意義。

目前對(duì)于土地利用碳排放的研究成果比較多，主要體現(xiàn)在以下幾個(gè)方面。一是碳排放影響因素的研究。張炎治等利用結(jié)構(gòu)路徑分解的方法，認(rèn)為需求規(guī)模、煤炭消費(fèi)、能源效率和直接消耗系數(shù)變化構(gòu)成碳排放增加的關(guān)鍵路徑［1］。王少劍通過STIRPAT 模型和環(huán)境庫茨涅茨曲線（EKC）研究得出經(jīng)濟(jì)發(fā)展與人均碳排放之間呈現(xiàn)倒“N”型曲線關(guān)系［2］。杜海波等在DMSP/OLS 與NPP/VIIRS 夜間燈光數(shù)據(jù)的基礎(chǔ)上研究發(fā)現(xiàn)，經(jīng)濟(jì)發(fā)展水平對(duì)碳排放空間分異的影響力始終保持最強(qiáng)［3］。二是碳排放與經(jīng)濟(jì)增長關(guān)系的研究。武紅等研究發(fā)現(xiàn)，碳排放是經(jīng)濟(jì)增長的格蘭杰（Granger）原因，但經(jīng)濟(jì)增長并不是碳排放的Granger 原因［4］。齊紹洲等運(yùn)用Tapio 脫鉤模型研究發(fā)現(xiàn)，人均GDP 每升高1%，碳排放總量會(huì)上升1.246 7%［5］。趙明軒等通過建立面板向量自回歸模型（PVAR）等分析方法，得出二氧化碳排放與經(jīng)濟(jì)增長呈雙向因果關(guān)系，經(jīng)濟(jì)增長對(duì)二氧化碳排放均產(chǎn)生正向沖擊［6］。三是能源與碳排放之間的經(jīng)濟(jì)增長關(guān)系的研究。楊嶸等利用脫鉤模型研究發(fā)現(xiàn)，我國西部地區(qū)經(jīng)濟(jì)規(guī)模的高速增長是導(dǎo)致碳排放量增加的主導(dǎo)力量，能源利用效率的提高會(huì)減少碳排量的產(chǎn)生［7］。米國芳等利用“尾效”模型，發(fā)現(xiàn)不管有無碳排放約束，能源消費(fèi)結(jié)構(gòu)的矛盾仍然是制約中國經(jīng)濟(jì)增長的主導(dǎo)因素。同時(shí)由于碳排放的限制，能源消費(fèi)結(jié)構(gòu)對(duì)于中國經(jīng)濟(jì)增長的制約將進(jìn)一步加強(qiáng)［8］。四是碳減排機(jī)制與政策方面的研究。劉傳明等研究發(fā)現(xiàn)，碳排放權(quán)交易政策通過市場(chǎng)收益誘導(dǎo)效應(yīng)、技術(shù)創(chuàng)新激勵(lì)效應(yīng)、政府支持效應(yīng)等會(huì)實(shí)現(xiàn)碳減排［9］。董直慶等通過雙重差分模型和空間計(jì)量方法，得出了碳排放權(quán)交易政策可以降低本地碳排放，其碳減排效應(yīng)會(huì)逐年增強(qiáng)，并且同期本地碳交易政策實(shí)施可以形成鄰地示范效應(yīng)，推動(dòng)相鄰地區(qū)碳減排的結(jié)論［10］。五是碳排放量測(cè)算及預(yù)測(cè)的方法。較為典型的研究方法主要有DEA 分析法、灰色關(guān)聯(lián)度分析法、碳排放系數(shù)法、LMDI 分解法等。吳賢榮通過構(gòu)建DEA-Malmquist 效率指數(shù)，分析了農(nóng)業(yè)Malmquist 碳排放效率指數(shù)及其分解指數(shù)的省域差異及變動(dòng)趨勢(shì)［11］。王永哲采用灰色關(guān)聯(lián)分析方法對(duì)吉林省2000—2012 年能源消費(fèi)人均碳排放量相關(guān)影響因素的關(guān)聯(lián)度進(jìn)行分析，并且采用GM（1，1）預(yù)測(cè)模型對(duì)人均碳排放量進(jìn)行了預(yù)測(cè)［12］。唐洪松利用碳排放系數(shù)法對(duì)我國西北地區(qū)土地利用碳排放量進(jìn)行測(cè)算，并總結(jié)出了生態(tài)效率的測(cè)算方法［13］。初巧智通過運(yùn)用Tapio 脫鉤模型測(cè)算了黑龍江省農(nóng)業(yè)碳排放的脫鉤系數(shù)［14］。

以上對(duì)碳排放的研究內(nèi)容和研究方法，集中體現(xiàn)了碳排放成因、碳排放與經(jīng)濟(jì)增長的關(guān)系、碳減排路徑機(jī)制以及碳減排政策。目前采用碳排放測(cè)算的主流方法比較豐富，相比較而言，碳排放系數(shù)法以及灰色關(guān)聯(lián)度分析法能更好地計(jì)算碳排放量，并進(jìn)行預(yù)測(cè)分析。因此，本文采用碳排放系數(shù)法、灰色關(guān)聯(lián)度分析法對(duì)陜西省碳排放進(jìn)行分析及預(yù)測(cè)。

2 研究區(qū)概況及數(shù)據(jù)來源

2.1 研究區(qū)概況

2021 年，陜西省GDP 為29 800.98 億元。其中，第一產(chǎn)業(yè)2 409.39 億元，第二產(chǎn)業(yè)13 802.52 億元，第三產(chǎn)業(yè)13 589.07 億元。2020 年年底，陜西省能源消費(fèi)總量達(dá)到13 512 萬t（萬t 標(biāo)準(zhǔn)煤）。陜西省土地資源及礦產(chǎn)資源豐富，且土地利用類型較為豐富。根據(jù)2020 年陜西省統(tǒng)計(jì)年鑒數(shù)據(jù)，全省各類土地利用面積見表1。

表1 2020 年陜西省各類土地利用面積萬hm2

2.2 數(shù)據(jù)來源

本文主要數(shù)據(jù)來自陜西省統(tǒng)計(jì)年鑒、陜西省國土資源公報(bào)和陜西省自然資源公報(bào)，樣本期為2010—2020 年。其中大部分?jǐn)?shù)據(jù)可直接從統(tǒng)計(jì)年鑒查到，對(duì)于一些無法直接從年鑒中獲取的數(shù)據(jù)，可以通過簡單計(jì)算得出。

3 研究方法

3.1 碳排放系數(shù)選取

根據(jù)相關(guān)學(xué)者的研究成果并結(jié)合陜西省實(shí)際情況，依據(jù)我國《省級(jí)溫室氣體清單編制指南（試行）》中的國家標(biāo)準(zhǔn)以及有關(guān)西北地區(qū)的標(biāo)準(zhǔn)，選取碳排放系數(shù)。

3.2 土地利用碳排放量測(cè)算方法

根據(jù)碳排放源活動(dòng)水平和碳排放系數(shù)，計(jì)算出土地利用碳排放的數(shù)值，形成具體年度不同土地利用類型的碳排放清單。本文借鑒王桂波、南靈［15］的計(jì)算方法，并且結(jié)合魏媛、簡小玉［16］的研究，確定土地利用碳排放核算為碳源和碳匯兩部分。其中，計(jì)算碳源得到碳排放量，碳源主要是建設(shè)用地；計(jì)算碳匯得到碳吸收量，碳匯主要包括林地、草地、園地和水域及水利設(shè)施用地。通過計(jì)算碳源和碳匯得到凈碳排放量。其中農(nóng)用地既是碳源又是碳匯，農(nóng)用地作為碳源，主要體現(xiàn)在農(nóng)業(yè)機(jī)械使用、農(nóng)用地化肥使用、塑料薄膜使用過程中的碳排放行為。農(nóng)用地作為碳匯，主要體現(xiàn)在農(nóng)作物生長期間光合作用，其碳排放量較小，本文不展開詳細(xì)研究。

農(nóng)用地碳排放量計(jì)算公式為［15］：

式中，Ef為農(nóng)用地碳排放量，萬t；G1為耕地播種面積，hm2；G2為農(nóng)業(yè)機(jī)械總動(dòng)力，kW；G3為農(nóng)用地化肥使用折純量，t；G4為農(nóng)用塑料薄膜使用量，kg；A，B，C，D 分別為對(duì)應(yīng)的碳排放轉(zhuǎn)換系數(shù)。

在參照前人研究的基礎(chǔ)上，并結(jié)合陜西省實(shí)際情況確定農(nóng)用地相關(guān)指標(biāo)的碳排放轉(zhuǎn)換系數(shù)，見表2。

表2 農(nóng)用地相關(guān)指標(biāo)碳排放轉(zhuǎn)換系數(shù)

建設(shè)用地碳排放量計(jì)算公式為［15］：

式中，EC為建設(shè)用地碳排放量，萬t；H 為單位GDP能耗，噸標(biāo)準(zhǔn)煤/萬元；GDP′為第二產(chǎn)業(yè)值、第三產(chǎn)業(yè)值之和；GDP1為第二產(chǎn)業(yè)值，億元；GDP2為第三產(chǎn)業(yè)值，億元；K 為煤炭消費(fèi)系數(shù)，取值為0.747 6。

建設(shè)用地相關(guān)指標(biāo)碳排放轉(zhuǎn)換系數(shù)見表3。

表3 建設(shè)用地相關(guān)指標(biāo)碳排放轉(zhuǎn)換系數(shù)

碳匯主要來自林地、園地、牧草地、水域及未利用地和耕地，計(jì)算公式為［15］：

式中，Ci為第i 類土地碳吸收量，萬t；Gi為第i 類土地面積，hm2；fi為碳吸收率，t/hm2。

各類土地利用碳吸收率見表4。

表4 各土地利用類型碳吸收率

3.3 土地利用碳排放量灰色關(guān)聯(lián)度分析法

灰色關(guān)聯(lián)度分析法［24］（Gery Relational Analysis）是灰色系統(tǒng)分析方法的一種。它的原理是根據(jù)因素之間發(fā)展趨勢(shì)的相同或相異趨勢(shì)，來衡量因素之間的關(guān)聯(lián)程度。通過灰色關(guān)聯(lián)度分析法來測(cè)算土地利用變化和碳排放之間的關(guān)聯(lián)度，方便后期進(jìn)行土地利用碳排放測(cè)算及預(yù)測(cè)。

3.4 灰色預(yù)測(cè)模型GM（1，1）

GM（1，1）模型可對(duì)數(shù)據(jù)少、序列不完整及可靠性低的數(shù)據(jù)進(jìn)行預(yù)測(cè)，它不考慮分布規(guī)律或變化趨勢(shì)，適用于指數(shù)增長性的中短期預(yù)測(cè)。其預(yù)測(cè)公式如下：

公式（5）為一階線性微分方程，公式（6）為微分方程所對(duì)應(yīng)的時(shí)間響應(yīng)函數(shù)，其中a，b 為通過最小二乘法擬合得到的待定系數(shù)［25］。

4 結(jié)果分析

4.1 土地利用類型變化分析

土地利用類型變化會(huì)引起碳排放量的增減。2000—2020 年陜西省各土地利用類型變化統(tǒng)計(jì)分析結(jié)果如圖1 所示。

圖1 2000—2020 年陜西省土地利用類型變化統(tǒng)計(jì)

如圖1 所示，2000—2020 年，陜西省耕地面積呈下降趨勢(shì)；園地面積呈現(xiàn)緩慢上升趨勢(shì)；林地面積在陜西省總用地面積中占比最大，其面積呈現(xiàn)緩慢上升趨勢(shì)；草地面積僅次于林地和耕地，但呈現(xiàn)緩慢下降趨勢(shì)；工礦用地呈現(xiàn)緩慢增加趨勢(shì)；交通運(yùn)輸用地、水域及水利設(shè)施用地、未利用地面積呈現(xiàn)波動(dòng)發(fā)展趨勢(shì)。

4.2 土地利用碳排放量關(guān)聯(lián)度分析

用灰色關(guān)聯(lián)度分析法計(jì)算出土地利用類型與凈碳排放量的關(guān)聯(lián)度，具體見表5。

表5 各單一土地利用類型與土地利用碳排放量關(guān)聯(lián)度

由表5 可知，8 種土地利用類型與碳排放量都存在線性關(guān)系。其中，建設(shè)用地碳排放量關(guān)聯(lián)度為0.968 6，排名第1 位，關(guān)聯(lián)度最強(qiáng)，其余依次為農(nóng)用地、耕地、水域及水利設(shè)施用地、草地、未利用地、園地、林地。

4.3 土地利用碳排放量分析

根據(jù)上文碳排放量計(jì)算公式，結(jié)合2010—2020年陜西省土地利用變化數(shù)據(jù)，計(jì)算陜西省10 年間土地利用碳排放變化量，計(jì)算結(jié)果見表6。

表6 2010—2020 年陜西省各類型土地利用碳排放量萬t

表6 表明，在研究時(shí)期內(nèi)，陜西省土地利用凈碳排放量從2010 年的6 848.54 萬t 增加到2020 年的10 517.79 萬t，共增長了3 669.25 萬t，年均約增長366.93 萬t。從整體的變化趨勢(shì)來看，陜西省土地利用凈碳排放量呈增加趨勢(shì)。碳排放量由大到小的土地利用類型排序?yàn)榻ㄔO(shè)用地、農(nóng)用地、耕地、未利用地、水域及水利設(shè)施用地、草地、園地、林地。

其中，農(nóng)用地作為主要的碳源，碳排放量從2010 年的1 762.49 萬t 增長到2020 年的1 808.27萬t。2013—2014 年農(nóng)用地碳排放量減少103.39 萬t；2016—2017 年農(nóng)用地碳排放量減少8.11 萬t；2017—2018 年農(nóng)用地碳排放量減少22.45 萬t；2018—2019 年農(nóng)用地碳排放量減少242.92 萬t；2019—2020 年農(nóng)用地碳排放量減少5.49 萬t?？傮w來看，農(nóng)用地碳排放量呈不同幅度下降態(tài)勢(shì)，2018—2019 年下降量尤為明顯。2013 年農(nóng)用地碳排放量數(shù)值最大，自2013 年之后，農(nóng)用地碳排放量緩慢下降。截至2020 年，農(nóng)用地的碳排放量基本恢復(fù)到2010 年。

建設(shè)用地碳排放量呈現(xiàn)逐年上升趨勢(shì)，由2010年的5 600.03 萬t 增加到2020 年的9 226.88 萬t，10 年間碳排放增值數(shù)量為3 626.85 萬t，平均每年約增加362.69 萬t。但2019—2020 年建設(shè)用地碳排放量有所下降，減少71.48 萬t。

耕地整體碳排放量較平穩(wěn)，呈現(xiàn)出碳排放量逐年緩慢下降的趨勢(shì)，10 年間耕地碳排放量減少0.74 萬t。

園地的碳吸收量呈緩慢下降趨勢(shì)，但下降趨勢(shì)不明顯，10 年間碳吸收量下降2.01 萬t。

林地的碳吸收量也呈緩慢下降趨勢(shì)，下降趨勢(shì)也不明顯，10 年間碳吸收量下降3.62 萬t。

草地的碳吸收量呈波動(dòng)狀態(tài)。2010—2011 年呈增加趨勢(shì)，碳吸收量增加1.44 萬t；2011—2015 年碳吸收量又緩慢下降，但下降幅度不明顯；2016—2020年草地碳吸收量穩(wěn)定。

水域及水利設(shè)施用地和未利用地的碳吸收量呈穩(wěn)定趨勢(shì)。

4.4 陜西省土地利用碳排放量預(yù)測(cè)分析

根據(jù)灰色預(yù)測(cè)模型，結(jié)合MATLAB 軟件測(cè)算出后驗(yàn)差c，小誤差概率p，得出c 和p 都滿足精度的等級(jí)要求。因此，建立GM（1，1）模型?；疑P(guān)聯(lián)預(yù)測(cè)模型構(gòu)建結(jié)果見表7。

表7 灰色關(guān)聯(lián)預(yù)測(cè)模型構(gòu)建結(jié)果

在分析構(gòu)建GM（1，1）模型的模型精度等級(jí)后，進(jìn)一步進(jìn)行灰色模型預(yù)測(cè)值的測(cè)算，以2010 年為基期年，以5 年為間隔，分別預(yù)測(cè)2030—2060 年陜西省碳排放量，具體預(yù)測(cè)結(jié)果見表8。

表8 灰色預(yù)測(cè)模型預(yù)測(cè)2030—2060 年陜西省碳排放量萬t

由表8 可知，陜西省凈碳排放量預(yù)測(cè)值呈逐年上升趨勢(shì)，2030 年凈碳排放量預(yù)測(cè)值為15 443.40萬t，2060 年凈碳排放量預(yù)測(cè)值為42 606.17 萬t。

其中，建設(shè)用地碳排放量所占比重最大。建設(shè)用地碳排放量預(yù)測(cè)值與凈碳排放量預(yù)測(cè)值呈正相關(guān)增長關(guān)系，建設(shè)用地2030 年碳排放量預(yù)測(cè)值為14 454.52 萬t，2060 年碳排放量預(yù)測(cè)值為53 117.28 萬t，碳排放量預(yù)測(cè)值增長速度快、數(shù)量大，需引起高度重視。

農(nóng)用地碳排放量預(yù)測(cè)值呈現(xiàn)逐年下降趨勢(shì)，2030 年農(nóng)用地碳排放量預(yù)測(cè)值為1 758.39 萬t，2060 年農(nóng)用地碳排放量預(yù)測(cè)值為1 327.06 萬t。雖然農(nóng)用地碳排放量預(yù)測(cè)值減少數(shù)量較少，但呈下降趨勢(shì)，與農(nóng)用地面積減少有一定關(guān)系。

園地、林地、草地、水域及水利設(shè)施用地、未利用地作為主要碳匯，其碳匯作用雖呈減弱態(tài)勢(shì)，但不太明顯，2030—2060 年間，碳匯作用減弱程度微乎其微，說明碳匯作用相對(duì)穩(wěn)定。

綜上，2030—2060 年間陜西省凈碳排放量預(yù)測(cè)值呈增加趨勢(shì)，建設(shè)用地碳排放量預(yù)測(cè)值增加尤為顯著，農(nóng)用地碳排放量預(yù)測(cè)值呈下降態(tài)勢(shì)，主要碳匯碳吸收量預(yù)測(cè)值基本平穩(wěn)。

5 研究結(jié)論和建議

5.1 研究結(jié)論

經(jīng)過灰色關(guān)聯(lián)度分析法得出，研究區(qū)8 種土地利用類型與凈碳排放量都存在線性關(guān)系。其中，建設(shè)用地碳排放量關(guān)聯(lián)度最強(qiáng)，其余依次為農(nóng)用地、耕地、水域及水利設(shè)施用地、草地、未利用地、園地、林地。

陜西省土地利用凈碳排放量從2010 年的6 848.54 萬t 增加到2020 年的10 517.79 萬t。總體而言，陜西省土地利用碳排放量呈上升趨勢(shì)，碳排放量主要來自建設(shè)用地和農(nóng)用地，碳吸收主要來自林地和草地。

利用灰色預(yù)測(cè)模型GM（1，1）可得，陜西省2030年凈碳排放量預(yù)測(cè)值為15 443.40 萬t，2060 年凈碳排放量預(yù)測(cè)值為42 606.17 萬t，整體碳排放量預(yù)測(cè)值呈現(xiàn)上升態(tài)勢(shì)。其中，建設(shè)用地碳排放量預(yù)測(cè)值上升趨勢(shì)最為顯著，但農(nóng)用地碳排放量預(yù)測(cè)值呈下降趨勢(shì)。

5.2 對(duì)策建議

陜西省當(dāng)前處于經(jīng)濟(jì)快速發(fā)展的時(shí)期，需要走低碳發(fā)展道路。針對(duì)當(dāng)前陜西省實(shí)際碳排放情況以及碳排放的發(fā)展趨勢(shì)，提出促進(jìn)陜西省土地利用減排降碳的對(duì)策建議如下：

優(yōu)化土地利用結(jié)構(gòu)，減少碳排放量。建設(shè)用地、交通運(yùn)輸用地是土地利用碳排放量的主導(dǎo)因素，因此要將“雙碳”目標(biāo)融入城鄉(xiāng)土地利用空間規(guī)劃中。通過改進(jìn)和完善城市住房制度，達(dá)成供需平衡，避免盲目擴(kuò)張建設(shè)用地面積而導(dǎo)致粗放式的土地利用方式，通過結(jié)合陜西省用地特點(diǎn)，對(duì)城鄉(xiāng)用地進(jìn)行結(jié)構(gòu)調(diào)整和空間優(yōu)化，有效配置空間資源，推動(dòng)土地集約節(jié)約利用。

嚴(yán)格落實(shí)耕地保護(hù)制度，確保耕地面積不減少。嚴(yán)格控制各類項(xiàng)目建設(shè)用地占用耕地，特別是高標(biāo)準(zhǔn)農(nóng)田，確保實(shí)現(xiàn)耕地“占補(bǔ)平衡”。積極穩(wěn)妥地推進(jìn)土地開發(fā)，增加有效的耕地面積。通過土地流轉(zhuǎn)等制度建設(shè)積極推進(jìn)農(nóng)村土地利用多元化，加快農(nóng)村和農(nóng)業(yè)結(jié)構(gòu)全面升級(jí)，促進(jìn)農(nóng)業(yè)和農(nóng)村經(jīng)濟(jì)發(fā)展。

增加碳匯面積。加強(qiáng)生態(tài)建設(shè)，推進(jìn)森林、濕地資源保護(hù)，重點(diǎn)加強(qiáng)防護(hù)林建設(shè)。通過加強(qiáng)黃土高原水土流失綜合治理，嚴(yán)格依法執(zhí)行水土保持方案審批制度，有效控制人為水土流失現(xiàn)象，并通過加快園林綠地和環(huán)保設(shè)施建設(shè)，提高城市綠化水平。